# Ollama 0.34.4: JSON после thinking за один проход и ускорение Qwen 3.8 на Mac

Источник: https://modelium.tech/zhurnal/ollama-0-34-4-thinking-json-qwen38-apple-silicon/

Стабильная Ollama 0.34.4 от 23 сентября 2026 года применяет JSON-формат или схему к ответу модели после этапа thinking за один проход вместо двух. В релиз также вошли оптимизация обработки промпта Qwen 3.8 на Apple Silicon, динамический выбор разрешения для изображений Gemma 4 в MLX и исправление поиска моделей в больших локальных библиотеках. Это изменения рантайма, а не новые веса.

Ollama 0.34.4: structured output для thinking-моделей без второго прохода

23 сентября 2026 года опубликован стабильный релиз **Ollama v0.34.4**. Главное изменение для локальных приложений — структурированный ответ от модели с reasoning/thinking теперь формируется **за один проход**: до окончания thinking вывод остаётся свободным, а после его завершающего маркера применяется требуемый JSON-формат или схема. Разработчики называют подход быстрее и надёжнее предыдущего двухпроходного; независимых замеров для этого релиза они не приводят. [s1](#src-s1) [s2](#src-s2)

## Зачем это нужно

Если вы строите локальный агент, извлечение данных или классификатор, можно запросить одновременно `think` и `format` и получить машиночитаемый итоговый ответ, не вынуждая само рассуждение соответствовать JSON-схеме. В коде v0.34.4 удалён прежний цикл второго запроса; для backend на llama.cpp добавлена грамматика, которая переключает ограничение после строки завершения thinking, для MLX — соответствующий structural tag. Реализация зависит от распознаваемого моделью маркера завершения: это не обещание одинакового поведения любого произвольного шаблона модели. [s2](#src-s2)

На сервере с уже установленной поддерживаемой thinking-моделью проверка выглядит так (замените `ИМЯ_ЛОКАЛЬНОЙ_МОДЕЛИ` на имя из `ollama list`):

ollama --versionollama listcurl http://localhost:11434/api/chat -d '{"model":"ИМЯ_ЛОКАЛЬНОЙ_МОДЕЛИ","messages":[{"role":"user","content":"Назови столицу Франции"}],"think":true,"format":{"type":"object","properties":{"answer":{"type":"string"}},"required":["answer"]},"stream":false}'

Команда предполагает, что модель **уже есть локально**; сам релиз не загружает её веса. До включения `think` у конкретной модели полезно проверить её допустимые режимы через `ollama show` или `/api/show`: доступные значения различаются. Наличие JSON-схемы не означает, что фактический ответ всегда верен по смыслу — валидируйте и структуру, и содержание на своей задаче. [s2](#src-s2) [s4](#src-s4)

## Изменения для Apple Silicon и локальной библиотеки

В MLX-пути для Qwen 3.8 оптимизирована обработка промпта. Авторы заявляют ускорение, но не приводят в release notes воспроизводимые цифры, модели и конфигурации Mac для сравнения; не стоит переносить ожидание ускорения на другие устройства или стадию генерации. Для изображений Gemma 4 на Apple Silicon рантайм теперь динамически выбирает одно из поддерживаемых разрешений под размеры конкретной картинки — это позволяет сохранить больше деталей исходника высокой чёткости по сравнению с прежним фиксированным режимом, но не гарантирует улучшение качества ответа в каждой задаче. [s1](#src-s1) [s2](#src-s2)

Отдельное исправление касается случаев, когда при большой коллекции локальных моделей Ollama иногда сообщала `model not found` для существующей модели. Изменение канонизации имени устраняет смешивание частей имён и тегов разных записей; это полезно тем, кто держит множество вариантов и квантизаций в одном каталоге. Также релиз исправляет зависание macOS-приложения во время проверки запущенных ChatGPT или Codex и обновляет встроенные llama.cpp, MLX и XGrammar. [s1](#src-s1) [s2](#src-s2)

## Что учитывать перед обновлением

Это **релиз программного обеспечения под MIT**, а не публикация новой модели и не изменение условий лицензирования установленных весов. Проверяйте лицензии каждой модели отдельно. Для оценки перехода сохраните свой тестовый набор запросов с thinking + JSON и изображения Gemma 4, затем сравните результаты на собственной машине до и после обновления: авторский анонс не является независимым бенчмарком Modelium. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

## Источники

1. [Ollama v0.34.4 — официальный релиз GitHub](https://github.com/ollama/ollama/releases/tag/v0.34.4) — получено 2026-09-24
2. [Ollama: сравнение исходного кода v0.34.3…v0.34.4](https://github.com/ollama/ollama/compare/v0.34.3...v0.34.4) — получено 2026-09-24
3. [Ollama v0.34.4: лицензия программного обеспечения MIT](https://github.com/ollama/ollama/blob/v0.34.4/LICENSE) — получено 2026-09-24
4. [Ollama v0.34.4: документация по thinking](https://github.com/ollama/ollama/blob/v0.34.4/docs/capabilities/thinking.mdx) — получено 2026-09-24